ShengShu Technologyの世界モデルチームは2026年10月21日、「Motubrain 2.0」の学習全過程を公開ライブ配信し始めたと発表しました。配信は約半月続く予定で、学習やテスト、モデルの改良の様子を見せるとしています。オープンソース化も予定されていますが、10月22日時点で具体的な公開日は明らかにされていません。45612

学習の舞台裏を見られることは、モデルの能力が証明されたこととは別です。今回の配信で注目したいのは、どんな研究課題を検証しようとしているのか、そして公開後にその内容を確かめられるかどうかです。

Motubrainはどんなモデル？

Motubrainは、ShengShuが開発するロボット向けの「具身モデル」です。特定の作業ごとに別々のシステムを用意するのではなく、複数のタスクや環境、異なるロボットの機体にまたがって能力を活用できる、汎用的な「ロボットの脳」を目指しています。45

同社は2026年4月、Motubrainを「World Action Model（世界行動モデル）」として紹介しました。環境を理解するだけでなく、行動につなげる統一モデルを掲げています。17

ShengShuは動画生成モデル「Vidu」でも知られています。2024年にViduを発表した同社は、自社の構想を、映像世界の生成・モデリングから環境の理解、そして物理世界での行動へと進む道筋として説明しています。18 ただし、動画生成の技術がそのまま、現実のロボットを安定して動かす能力につながると確認されたわけではありません。

ライブ配信で扱う4つの研究段階

報道によると、配信では次の4段階を扱います。56

• 事前学習：学習規模がモデルの性能やゼロショット汎化にどう影響するかを調べます。ゼロショット汎化とは、個別のタスク向けに追加学習していない状況で、新しい作業に対応できるかという考え方です。
• 後学習：特定のタスクについて追加学習し、実行能力を高めることを目指します。
• エージェントのタスク実行：既に経験した作業で得た知識を、別のタスクにも活用できるかを探ります。
• 再帰的自己改善（RSI）：実行結果のフィードバックをもとに、モデル自身が行動を評価し、改善できるかを検討します。

ここで挙げられているのは研究上の問いであり、達成済みの成果ではありません。特にタスク間の転移やRSIについては、今後の実験や評価を通じて有効性を確かめる必要があります。512

見える指標と、まだ分からないこと

公式のLive Labページには、学習損失、学習ステップ、モデル評価の曲線と、4つのカメラ映像が表示されていると報じられています。評価タスクの例として、ヘッドホンを掛ける、引き出しを整理する、物を拾って手渡す、ホワイトボードを拭く、といった作業が挙げられています。12

ただし、公開情報からは、画面に表示された数値や評価の手順・条件までは確認できません。グラフが見えることだけで、モデルの総合的な性能や成功率を判断することはできません。

チームは、完成したデモや最終評価だけでなく、実験、テスト、失敗、調整の過程も公開すると説明しています。5 失敗や試行錯誤が条件とともに記録されれば、モデルがどう変化したかを追いやすくなり、成功した場面だけを見せるデモよりも研究過程への手がかりが増えます。一方、何がどこまで配信され、評価条件がどう説明されるかによって、透明性の程度は変わります。ライブ配信だけで、完全な記録や第三者による監査が保証されるわけではありません。

4段階の研究からは、重要な問いも浮かびます。学習規模を増やすと、初めて見るタスクでも性能は上がるのか。別の環境やロボットの機体に変わっても、学んだ行動を活用できるのか。人による見えない介入なしに、フィードバックを使った改善を安定して続けられるのか。今回の発表は、これらの問いを提示するもので、答えを確定するものではありません。512

Xiaomiの学習公開との共通点

中国のテクノロジー報道は、今回の取り組みを、Xiaomi MiMoを率いる羅福莉氏がMiMo-V2.6の強化学習の進捗を公開した動きと並べて紹介しています。45 Xiaomi自身も、MiMo-V2.6の強化学習を6日間ライブ配信したと説明しています。1

共通するのは、モデルの学習過程の一部を外部に見せる点です。一方、ShengShuが今回公開するとしているのは、ロボット向けの具身モデルの学習です。

実力を測るのは、配信後の検証

10月22日時点で、Motubrain 2.0は「まもなく」オープンソース化されるとされていましたが、具体的な公開日は発表されていません。612 次に確認したいのは、実際に利用可能なモデルの重みや関連資料が公開されるか、外部の研究者が結果を再現できるか、そして明確な条件下での評価が配信中に見えた内容と整合するかです。

現時点の情報は、主にShengShuの発表を伝える報道に基づいており、ライブ配信の全内容や主張が独立に検証されたことを示すものではありません。学習過程の公開は研究を吟味しやすくする一歩ですが、実際の能力を判断するには、公開後の再現性、評価条件の明示、第三者による検証が欠かせません。

ShengShu Technologyの世界モデルチームは2026年10月21日、「Motubrain 2.0」の学習全過程を公開ライブ配信し始めたと発表しました。配信は約半月続く予定で、学習やテスト、モデルの改良の様子を見せるとしています。オープンソース化も予定されていますが、10月22日時点で具体的な公開日は明らかにされていません。45612

学習の舞台裏を見られることは、モデルの能力が証明されたこととは別です。今回の配信で注目したいのは、どんな研究課題を検証しようとしているのか、そして公開後にその内容を確かめられるかどうかです。

Motubrainはどんなモデル？

Motubrainは、ShengShuが開発するロボット向けの「具身モデル」です。特定の作業ごとに別々のシステムを用意するのではなく、複数のタスクや環境、異なるロボットの機体にまたがって能力を活用できる、汎用的な「ロボットの脳」を目指しています。45

同社は2026年4月、Motubrainを「World Action Model（世界行動モデル）」として紹介しました。環境を理解するだけでなく、行動につなげる統一モデルを掲げています。17

ShengShuは動画生成モデル「Vidu」でも知られています。2024年にViduを発表した同社は、自社の構想を、映像世界の生成・モデリングから環境の理解、そして物理世界での行動へと進む道筋として説明しています。18 ただし、動画生成の技術がそのまま、現実のロボットを安定して動かす能力につながると確認されたわけではありません。

ライブ配信で扱う4つの研究段階

報道によると、配信では次の4段階を扱います。56

• 事前学習：学習規模がモデルの性能やゼロショット汎化にどう影響するかを調べます。ゼロショット汎化とは、個別のタスク向けに追加学習していない状況で、新しい作業に対応できるかという考え方です。
• 後学習：特定のタスクについて追加学習し、実行能力を高めることを目指します。
• エージェントのタスク実行：既に経験した作業で得た知識を、別のタスクにも活用できるかを探ります。
• 再帰的自己改善（RSI）：実行結果のフィードバックをもとに、モデル自身が行動を評価し、改善できるかを検討します。

ここで挙げられているのは研究上の問いであり、達成済みの成果ではありません。特にタスク間の転移やRSIについては、今後の実験や評価を通じて有効性を確かめる必要があります。512

見える指標と、まだ分からないこと

公式のLive Labページには、学習損失、学習ステップ、モデル評価の曲線と、4つのカメラ映像が表示されていると報じられています。評価タスクの例として、ヘッドホンを掛ける、引き出しを整理する、物を拾って手渡す、ホワイトボードを拭く、といった作業が挙げられています。12

ただし、公開情報からは、画面に表示された数値や評価の手順・条件までは確認できません。グラフが見えることだけで、モデルの総合的な性能や成功率を判断することはできません。

チームは、完成したデモや最終評価だけでなく、実験、テスト、失敗、調整の過程も公開すると説明しています。5 失敗や試行錯誤が条件とともに記録されれば、モデルがどう変化したかを追いやすくなり、成功した場面だけを見せるデモよりも研究過程への手がかりが増えます。一方、何がどこまで配信され、評価条件がどう説明されるかによって、透明性の程度は変わります。ライブ配信だけで、完全な記録や第三者による監査が保証されるわけではありません。

4段階の研究からは、重要な問いも浮かびます。学習規模を増やすと、初めて見るタスクでも性能は上がるのか。別の環境やロボットの機体に変わっても、学んだ行動を活用できるのか。人による見えない介入なしに、フィードバックを使った改善を安定して続けられるのか。今回の発表は、これらの問いを提示するもので、答えを確定するものではありません。512

Xiaomiの学習公開との共通点

中国のテクノロジー報道は、今回の取り組みを、Xiaomi MiMoを率いる羅福莉氏がMiMo-V2.6の強化学習の進捗を公開した動きと並べて紹介しています。45 Xiaomi自身も、MiMo-V2.6の強化学習を6日間ライブ配信したと説明しています。1

共通するのは、モデルの学習過程の一部を外部に見せる点です。一方、ShengShuが今回公開するとしているのは、ロボット向けの具身モデルの学習です。

実力を測るのは、配信後の検証

10月22日時点で、Motubrain 2.0は「まもなく」オープンソース化されるとされていましたが、具体的な公開日は発表されていません。612 次に確認したいのは、実際に利用可能なモデルの重みや関連資料が公開されるか、外部の研究者が結果を再現できるか、そして明確な条件下での評価が配信中に見えた内容と整合するかです。

現時点の情報は、主にShengShuの発表を伝える報道に基づいており、ライブ配信の全内容や主張が独立に検証されたことを示すものではありません。学習過程の公開は研究を吟味しやすくする一歩ですが、実際の能力を判断するには、公開後の再現性、評価条件の明示、第三者による検証が欠かせません。